粒子群优化小波神经网络的齿轮箱故障诊断

摘要：

针对传统的小波神经网络容易陷入局部极小、收敛速度慢和运行效率低等不足,将粒子群优化引入小波神经网络中,提出了一种粒子群优化小波神经网络学习算法.该方法利用粒子群算法优化小波神经网络中的权值(即尺度因子)和阈值(即平移因子),从而可以自适应地选择小波神经网络的参数,提高了算法的收敛性和快速性,克服了传统的小波神经网络容易陷入局部极小、收敛速度慢和运行效率低等不足.实验结果表明,提出的方法是有效的,优于传统的小波神经网络学习算法,能够准确地识别出整个齿轮裂纹的损坏程度.

关键词： 齿轮箱 齿轮 故障诊断 粒子群优化算法 小波神经网络

作者: 陈汉新 杨柳 李志农

作者单位: 武汉工程大学机电工程学院,武汉430000 南昌航空大学无损检测技术教育部重点实验室,南昌330063

会议类型: 国内会议

会议名称: 第十一届全国随机振动理论与应用学术会议

会议地点: 北京

会议语种:中文

页码: 1-7

在线出版日期: 2015-11-05（万方平台首次上网日期，不代表论文的发表时间）